正则表达式负向前瞻

Question

在我的主目录中，有一个文件夹 drupal-6.14，其中包含 Drupal 平台。

在此目录中，我使用以下命令：

find drupal-6.14 -type f -iname '*' | grep -P 'drupal-6.14/(?!sites(?!/all|/default)).*' | xargs tar -czf drupal-6.14.tar.gz

此命令的作用是对文件夹 drupal-6.14 进行 gzip 压缩，排除 drupal-6.14/sites/ 的所有子文件夹，除了其包含的 site/all 和sites/default。

我的问题是关于正则表达式：

grep -P 'drupal-6.14/(?!sites(?!/all|/default)).*'

表达式 works 可以排除我想要排除的所有文件夹，但我不太明白为什么。

使用正则表达式来完成任务

匹配所有字符串，除了那些不包含子模式x的字符串。或者换句话说，否定子模式。

我（认为）我理解解决这些问题的一般策略是使用负向前瞻，但我从未达到令人满意的程度理解正向和负向（向前/向后）的工作方式。

多年来，我读过很多关于它们的网站。 PHP 和 Python 正则表达式手册，其他页面，如 http://www.regular-expressions.info/lookaround.html 等等，但我从来没有 真正 对它们有过深入的了解。

有人可以解释一下这是如何工作的，并可能提供一些可以做类似事情的类似示例吗？

--更新一：

关于 Andomar 的回应：双重否定前瞻能否更简洁地表达为单个肯定前瞻声明：

即是：

'drupal-6.14/(?!sites(?!/all|/default)).*'

相当于：

'drupal-6.14/(?=sites(?:/all|/default)).*'

???

--更新二：

根据@andomar和@alan moore - 你不能将双负前瞻互换为正前瞻。

Answer 1

负向前瞻表示，在此位置，以下正则表达式不得匹配。

我们举一个简单的例子：

a(?!b(?!c))

a      Match: (?!b) succeeds
ac     Match: (?!b) succeeds
ab     No match: (?!b(?!c)) fails
abe    No match: (?!b(?!c)) fails
abc    Match: (?!b(?!c)) succeeds

最后一个例子是双重否定：它允许

b

后接

c

。 嵌套的负前瞻变成正前瞻：

c

应该存在。

在每个示例中，仅匹配

a

。 前瞻只是一个条件，不会添加到匹配的文本中。

Answer 2

Lookarounds 可以嵌套。

所以这个正则表达式匹配“drupal-6.14/”，即not，后跟“sites”，即not，后跟“/all”或“/default”。

令人困惑？使用不同的单词，我们可以说它匹配“drupal-6.14/”，即not后跟“sites”unless，再后跟“/all”或“/default”

Answer 3

如果你像这样修改你的正则表达式：

drupal-6.14/(?=sites(?!/all|/default)).*
             ^^

...那么它将匹配包含

drupal-6.14/

后跟

sites

后跟

/all

或

/default

以外的任何内容的所有输入。例如：

drupal-6.14/sites/foo
drupal-6.14/sites/bar
drupal-6.14/sitesfoo42
drupal-6.14/sitesall

将

?=

更改为

?!

以匹配原始正则表达式只会否定这些匹配：

drupal-6.14/(?!sites(?!/all|/default)).*
             ^^

所以，这仅仅意味着

drupal-6.14/

现在不能后跟

sites

后跟除

/all

或

/default

之外的任何内容。所以现在，这些输入将满足正则表达式：

drupal-6.14/sites/all
drupal-6.14/sites/default
drupal-6.14/sites/all42

但是，从其他一些答案（可能还有你的问题）中可能不明显的是，你的正则表达式也将允许 other 输入，其中

drupal-6.14/

后面也跟着

sites

以外的任何内容。例如：

drupal-6.14/foo
drupal-6.14/xsites

结论： 所以，你的正则表达式基本上是说包含 drupal-6.14 的

all

子目录 除了 那些名称以

sites

或

all

以外的内容开头的

default

子目录。